Deep Learning und herkömmliches Machine Learning: Die Wahl des richtigen Ansatzes

Sie verfügen über Daten, Hardware und eine Zielsetzung – alles, was Sie benötigen, um Machine Learning oder Deep Learning-Algorithmen zu implementieren. Aber welches Verfahren sollten Sie verwenden?

Dieses interaktive E-Book verfolgt einen anwenderorientierten Ansatz, um Sie zu den Algorithmen zu leiten, die Sie als erstes in Betracht ziehen sollten. Erfahren Sie, welche Algorithmen mit sechs typischen Aufgabenstellungen verknüpft sind, einschließlich:

• Vorhersage einer auf historischen Daten basierenden Ausgabe
• Identifizieren von Objekten in Bild-, Video- und Signaldaten
• Bewegung eines Objektes in Realität oder in einer Simulation

Lesen Sie das interaktive E-Book:

• Erfahren Sie, wie sich Ihre Anforderungen an Daten, Hardware, Interpretierbarkeit, Geschwindigkeit und Genauigkeit auf die Auswahl der richtigen Verfahren und Ihrer Vorgehensweise auswirken.
• Folgen Sie einem exemplarischen Lösungsweg mit einem neuronalen Faltungsnetzwerk (CNN) zur Merkmalsextraktion und einer Support Vector Machine zur Klassifizierung.
• Ermitteln Sie in einem Quiz, ob Sie die Algorithmen identifizieren können, die in fünf realen Anwendungsfällen von Shell, Battelle, Stanford University und anderen Organisationen verwendet wurden.